递减平均法对陕西SCMOC精细化温度预报的订正效果

王　丹，黄少妮，高红燕，马　磊，王建鹏

(1.陕西省气象服务中心，陕西　西安　710014；2.陕西省气象台，陕西　西安　710014)



递减平均法对陕西SCMOC精细化温度预报的订正效果

王丹1，黄少妮2，高红燕1，马磊1，王建鹏2

(1.陕西省气象服务中心，陕西西安710014；2.陕西省气象台，陕西西安710014)

摘要：利用递减平均法对2012—2013年陕西区域99站共731 d的SCMOC温度精细化指导预报进行误差订正，订正结果表明：该订正方法总体表现为正的订正效果，对08：00和20：00起报的定时温度、日最高温度以及08：00起报的日最低温度有明显的订正能力，在准确率偏低的预报时效内订正效果较好；对于48 h内逐3 h定时温度预报，在夜间的准确率高于白天，对应的“递减平均法”在白天的订正能力高于夜间；对于168 h内日最高(低)温度预报，随着预报时效的增加准确率降低，但是“递减平均法”的误差订正能力增强；“递减平均法”对48 h内逐3 h定时温度和24 h内日最低温度的订正能力在准确率偏低的月份偏强。

关键词：递减平均法；精细化温度预报；误差订正；准确率

引言

随着气象科技的进步和社会经济的发展，各行各业和人民群众对气象服务的需求不断增加。尽管目前数值预报技术得到迅速发展，预报水平不断提高[1-3]，但是预报值与实际值之间的误差仍然存在[4-11]。

为了改进数值模式预报效果，有必要在使用预报结果之前用后处理方法剔除系统误差[12-13]。许多业务预报单位成功运用MOS方法，利用数值预报的输出结果通过回归方程来预报局地天气要素[14-15]。如王敏等[16]采用非齐次高斯回归技术对国家气象中心区域集合预报系统的2 m温度预报结果开展了一阶偏差和二阶离散度的校准研究，校准后的2 m温度预报可靠性和预报技巧均显著提高；罗聪等[17]利用最新的气象观测要素对数值模式预报结果进行订正，改进了数值模式的短时温度预报能力；马清等[18]利用递减平均法对中国国家气象中心、日本气象厅、美国国家环境预报中心、加拿大气象中心和澳大利亚一法国气象局的5个区域集合预报模式2 m温度预报做订正，订正后温度预报的各项检验指标都显示出不同程度的改善。递减平均法是通过滞后平均降低误差尺度的自适应(卡尔曼滤波类型)误差订正方法，该方法对短期预报订正效果较好，且已经在NCEP全球集合预报系统中业务运行，订正效果明显且稳定[19]。邱学兴等[20]利用该方法对T639模式的500 hPa高度、850 hPa温度和2 m温度的1～10 d预报场的平均误差进行订正，发现该订正方法总体表现为正的订正技巧。李莉等[21]利用该方法对T213全球集合预报系统性误差的订正研究发现，订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善。

SCMOC是中国气象局每日下发2次的气象要素精细化预报指导产品，王丹等[22]检验了2012年陕西地区的SCMOC温度精细化预报质量，结果表明该套精细化温度预报产品在行业气象服务中具有一定的应用价值，其中48 h内定时温度预报夜间准确率高于白天，168 h内日最高(低)温度预报准确率随预报时效的增加而降低。为了提高精细化预报产品质量，本文尝试采用文献[19-21]中提到的“递减平均法”对SCMOC精细化温度指导预报进行误差订正，并检验其订正效果，旨在检验“递减平均法”对SCMOC精细化温度预报产品的误差订正能力，且为今后数值预报产品的误差订正方法研究提供参考。

1资料和方法

使用资料为2012年1月1日至2013年12月31日中国气象局一天下发2次的SCMOC精细化预报指导产品，起报时间分别为北京时08:00和20:00。选取0～48 h的逐3 h温度和0～24 h、24～48 h、48～72 h、72～96 h、96～120 h、120～144 h以及144～168 h的日最高(低)温度的站点预报作为订正对象，订正范围为陕西省99个自动站。

利用“递减平均法”对SCMOC精细化温度预报进行订正，具体步骤[20]如下：

(1) 误差估计

ai(t0)为t0时刻第i站的温度观测结果，fi(t)为与t0时刻观测结果对应的第i站t时刻预报结果，计算对应t时刻第i站的预报误差bi(t)：

(1)

(2) 误差累计

选择适当的权重系数w，计算滞后平均误差Bi(t)。根据各预报时效温度预报的误差相对订正量随权重系数的变化(误差相对订正量定义为订正前与订正后的均方根误差之差与订正前均方根误差的比值)，确定最优权重系数w。例如，图1为08:00和20:00起报的陕西省3 h预报时效的定时温度的误差相对订正量随权重系数的变化，随着权重系数的增加，订正效果先增加后减小，权重系数w分别取0.014和0.015时，误差订正效果最好，为最优权重系数。利用这一方法确定的48 h内逐3 h定时温度和168 h内日最高(低)温度预报在各预报时效的最优权重系数w在0.012～0.019之间。当t=1时实行冷启动，即Bi(t-1)=0。之后，不断把前一天同一时次计算得到的Bi(t-1)迭代到方程(2)中，计算当下时次的误差Bi(t)值，经过一段时间(大约为2个月)的迭代累加之后，得到的误差已经趋于稳定。

(2)

(3) 误差订正

(3)

考虑到滞后平均误差Bi(t)经过大约2个月时间的迭代累加之后才趋于稳定，本文从2012年1月1日开始计算SCMOC精细化温度预报的滞后平均误差Bi(t)，经过2个月的迭代累加之后，从2012年3月1日开始对SCMOC精细化温度预报进行订正。为了检验误差订正效果，参考文献[23]对2012年3月1日至2013年12月31日的温度预报订正前和订正后准确率的差异性进行显著性检验。表1和表2分别为逐3 h温度和日最高(低)温度的预报准确率t-分布检验的t值统计量，在α=0.05和α=0.10显著性水平下t的临界值分别为1.96和1.65。从检验结果来看，对于48 h内逐3 h定时温度预报，订正后的准确率比订正前有明显改善，其中，对08:00起报的订正效果比对20:00起报的明显；对于168 h内日最高(低)温度预报，订正后的20:00起报的日最高温度和08:00起报的日最低温度的准确率比订正前有明显改善，订正后的08:00起报的日最高温度仅在预报时效为0～24 h和48～72 h时有改善，对20:00起报的日最低气温没有明显订正能力。

图1　陕西省预报时效为3 h的定时温度预报

248 h内逐3 h温度预报订正效果检验

图2是2012年3月1日至2013年12月31日的48 h内逐3 h定时温度预报误差订正前后的准确率对比和误差相对订正量，可以看出，经过“递减平均法”订正后的准确率大于订正前的，说明该订正方法整体为正的订正效果。订正前，08:00和20:00起报的48 h内逐3 h温度的准确率分别在60%～80% 和50%～70%。订正后，各地区的准确率有不同程度提高，对于08:00起报的温度，陕北地区订正效果较好，准确率提高4%～7%，误差相对订正量为4%～8%，其次是西安、渭南、商洛、汉中东部等地区，准确率提高3%～5%，误差相对订正量为4%～6%；对于20:00起报的温度，榆林北部和延安地区订正效果较好，准确率提高4%～10%，误差相对订正量为4%～10%，其次是陕南地区，准确率提高3%～7%，误差相对订正量为4%～8%。

表1　陕西省逐3 h温度预报准确率t-分布检验的t值统计量

注：#和*分别表示通过α=0.05和α=0.10的显著性水平检验

表2　 陕西省日最高(低)气温预报准确率t-分布检验的t值统计量

注：#和*分别表示通过α=0.05和α=0.10的显著性水平检验

图2　陕西省48 h内08:00(上)和20:00(下)起报的逐3 h定时温度预报的

从48 h内各预报时效订正前后准确率对比和误差相对订正量来看(图3)，订正后各预报时效的准确率大于订正前的，且在预报准确率偏低的预报时效内订正效果更好一些，订正前08:00和20:00起报的48 h内各预报时效的准确率与误差相对订正量的相关系数分别为-0.64和-0.46，分别通过99%和95%的显著性检验。对于48 h内逐3 h定时温度预报，夜间准确率高于白天，08:00起报的在15～24 h、39～48 h，20:00起报的在3～12 h、27～36 h预报时效的准确率较其它时效偏高，而误差相对订正量较其它时效偏低，即“递减平均法”对48 h内逐3 h温度预报的订正能力白天高于夜间。另外，“递减平均法”对48 h内逐3 h温度预报的误差订正能力与准确率的季节变化为负相关，夏季误差订正能力低于其它季节，这与SCMOC的逐3 h温度预报在夏季的准确率高于其它季节有关[22]。

3日最高(低)温度预报订正效果检验

3.1168 h内预报订正效果检验

图4是2012年3月1日至2013年12月31日的168 h内日最高(低)温度预报订正前后准确率对比和误差相对订正量。可以看出，订正后的日最高(低)温度预报准确率大于订正前的，随着预报时效增加，准确率降低，误差相对订正量增加，说明“递减平均法”对日最高(低)温度预报的订正能力随预报时效的增加而上升，与准确率成反比。但是，预报时效>72 h时，SCMOC指导预报对日最高(低)温度的预报能力明显下降，订正后的准确率仍然偏低，难以满足业务需求。“递减平均法”对08:00和20:00起报的168 h内日最高温度预报的误差相对订正量分别为1.21%～2.56%和0.43%～2.06%，对日最低温度预报的误差相对订正量分别为1.98%～3.61%和1.09%～1.28%。比较而言，该订正方法的订正能力对08:00起报的日最低温度最强，对08:00和20:00起报的日最高温度次之，对20:00起报的日最低温度无明显订正能力，这与日最高(低)温度预报准确率的t-分布检验的结果一致。

图3　陕西省48 h内08:00(左)与20:00(右)起报的各预报时效订正前后

图4　陕西省168 h内08:00(左)及20:00(右)起报的日最高气温(上)

3.224 h内预报订正效果检验

SCMOC指导预报对24 h内日最高(低)温度的预报能力较好，在实际预报业务中的参考意义较大。“递减平均法”对24 h内日最高(低)温度预报整体为正的订正效果，订正后的准确率高于订正前的，其中，对24 h内日最低温度预报的订正能力高于日最高温度。图5是2012年3月1日至2013年12月31日24 h内日最高温度预报订正前后准确率对比和误差相对订正量的区域分布，图6是其季节变化。订正前08:00和20:00起报的24 h内日最高温度的准确率分别在60%～80%和50%～70%，订正后分别提高1%～5%和1%～4%，误差相对订正量均在2%～4%。图7是日最低气温预报订正前后准确率对比和误差相对订正量的区域分布，图8是其季节变化。可以看出，订正前08:00和20:00起报的24 h内日最低温度的准确率分别在60%～90%和60%～80%，订正后，对08:00起报的陕北地区订正效果较好，准确率提高6%～15%，误差相对订正量在8%～10%，其它地区准确率提高1%～3%，误差相对订正量在2%～4%，对20:00起报的准确率陕西大部分地区提高1%～5%，误差相对订正量在2%～6%。

季节分布上，08:00起报的24 h内日最高(低)温度和20:00起报的24 h内日最低温度的误差相对订正量与准确率有明显的反比关系，而20:00起报的日最高温度这一特征不明显。08:00起报的24 h内日最高温度春、夏季节准确率低于秋、冬季节，对应的误差相对订正量春、夏季节大于秋、冬季节；08:00和20:00起报的24 h内日最低温度夏、秋季节的准确率高于冬、春季节，对应的误差相对订正量夏、秋季节小于冬、春季节。20:00起报的24 h内日最高温度的准确率初春和冬季偏低，春末和夏、秋季节偏高，但其误差相对订正量与准确率不成反比关系，表现为夏季、初春的误差相对订正量大于其它季节。

对典型月份的日最高(低)温度预报效果进行检验(图9)，“递减平均法”对2013年7月1—31日的24 h内日最低温度的订正效果为正，而日最高温度订正后的准确率有小幅下降，可能与2013年7月陕西持续阴雨天气，全省范围有24 d出现明显降水有关，阴雨天气下，日最高温度受降水出现时间和强度影响较大，易于引起误差场的不稳定，从而影响订正效果。2013年3月陕西基本无降水，3月1日、9—11日出现明显降温，对24 h内日最高(低)温度订正前后的准确率进行比较(图略)发现，“递减平均法”在冷空气活动期间对日最高(低)温度有不同程度的负订正效果，而在其它时期对日最高温度的订正效果较好，对日最低温度的订正效果不明显。以上分析表明，“递减平均法”对日最高(低)温度的订正效果受冷空气活动和降水过程影响。

图5　陕西省24 h内08：00(上)及20：00(下)起报的日最高气温预报订正

图6　陕西省24 h内08：00(左)及20：00(右)起报的日最高气温预报订正

图7　陕西省24 h内08：00(上)及20：00(下)起报的日最低气温预报订正

图9　2013年7月1—31日陕西省24 h内08：00(左)及20：00(右)起报的

4结论

(1)总体上说，“递减平均法”对陕西地区SCMOC精细化温度指导预报为正的订正效果，订正后的准确率大于订正前，对订正前后准确率差异性的显著性检验表明，该订正方法对08:00和20:00起报的定时温度、日最高温度以及08:00起报的日最低温度有明显的订正能力。

(2)从各预报时效的订正前后准确率对比和误差相对订正量来看，“递减平均法”在准确率偏低的预报时效内订正效果较好。对于48 h内逐3 h定时温度预报，夜间准确率高于白天，对应的“递减平均法”白天订正能力高于夜间。对于日最高(低)温度预报，随着预报时效的增加准确率降低，“递减平均法”的误差订正能力增强。

(3)整体上讲，“递减平均法”对48 h内逐3 h定时温度和24 h内日最高(低)温度预报的订正能力在准确率偏低的月份偏强。并且，“递减平均法”对日最高(低)温度的订正效果受冷空气活动和降水过程影响。

(4)“递减平均法”中使用适当的权重系数可以得到最佳的订正效果，对于SCMOC温度预报，权重系数取0.012～0.019之间时订正效果较好。

参考文献

[1] 冀兰芝，全志伟，宋琳琳，等. 甘肃东部一次暴雪过程的诊断分析和数值模拟[J]. 干旱气象，2014，32(5):845-850.

[2] 薄燕青，闵锦忠，赵桂香. 黄河中下游地区一次暴雨过程的数值模拟和诊断[J]. 干旱气象，2014，32(1):60-69.

[3] 黄少妮，王建鹏，王丹，等. 西安一次夜间异常增温过程的数值模拟及诊断[J]. 干旱气象，2015，33(2):270-277.

[4] 穆穆，陈博宇，周菲凡，等. 气象预报的方法与不确定性[J]. 气象，2011，37(1)：1-13.

[5] 薛志磊，张书余. 气温预报方法研究及其应用进展综述[J]. 干旱气象，2012，30(3)：451-458.

[6] 智协飞，季晓东，张璟，等. 基于TIGGE资料的地面气温和降水的多模式集成预报[J]. 大气科学学报，2013，36(3)：257-266.

[7] 刘建国，谢正辉，赵琳娜，等. 基于TIGGE多模式集合的 24 小时气温BMA概率预报[J]. 大气科学，2013，37(1)：43-53.

[8] 康岚，冯汉中，屠妮妮，等. Grapes模式预报西南地区夏季 2m温度的检验评估[J]. 高原山地气象研究，2009，29(2)：26-40.

[9] 陈优平，陆琛莉，李云泉. 基于GFS产品和卡尔曼滤波的嘉兴市温度客观预报[J]. 气象科技，2009，37(2)：141-144.

[10] 陈法敬，矫海燕，陈静. 一种温度集合预报产品释用方法的初步研究[J]. 气象，2011，37(1)：14-20.

[11] 李玲萍，尚可政，钱莉，等. 最优子集回归在夏季高温极值预报中的应用[J]. 兰州大学学报(自然科学版)，2010，46(6)：54-58.

[12] 任宏利，丑纪范. 数值模式的预报策略和方法研究进展[J]. 地球科学进展，2007，22：376-385.

[13] Schemm J E, Faller A J. Statistical corrections to numerical predictions (Part Ⅳ)[J]. Monthly Weather Review, 1986,114:2402-2417.

[14] Klein W H, Glahn H R. Forecasting local weather by means of model output statistics[J]. Bulletion of the Amercian Meteorological Society, 1974,55:1217-1227.

[15] 李佰平，智协飞. ECWRF模式地面气温预报的四种误差订正方法的比较研究[J]. 气象，2012， 38(8)：897-902.

[16] 王敏,李晓莉,范广洲,等. 区域集合预报系统2 m温度预报的校准技术[J]. 应用气象学报，2012，23(4)：395-401.

[17] 罗聪,曾沁,高亭亭,等. 精细化逐时滚动温度预报方法及检验[J]. 热带气象学报，2012，28(4)：552-556.

[18] 马清，龚建东，李莉，等. 超级集合预报的误差订正与集成研究[J]. 气象，2008，3(3)：42-48.

[19] 马清. 中尺度集合预报的偏差订正与多模式集合研究[D]. 南京：南京信息工程大学，2008.

[20] 邱学兴，王东勇，陈宝峰. T639模式预报系统误差统计和订正方法研究[J].气象，2012，3(5)：526-532.

[21] 李莉，李应林，田华，等. T213全球集合预报系统性误差订正研究[J]. 气象，2011，37(1)：31-38.

[22] 王丹，高红燕，马磊，等. SCMOC温度精细化指导预报在陕西区域的质量检验[J]. 气象科技，2014，42(5)：839-846.

[23] 黄嘉佑. 气象统计分析与预报方法[M]. 北京：气象出版社，2004.2-21.

Analysis on Errors of SCMOC Refined Guidance Temperature Prediction Corrected by the Decaying Averaging Method in Shaanxi Province

WANG Dan1, HUANG Shaoni2, GAO Hongyan1, MA Lei1, WANG Jianpeng2

(1.ShaanxiServiceCenterofMeteorology,Xi’an710014,China; 2.ShaanxiMeteorologicalObservatory,Xi’an710014,China)

Abstract:The errors of SCMOC refined guidance temperature prediction were trying to be corrected by using the decaying averaging method for 731 days sample data from 2012 to 2013 at 99 stations in Shaanxi. The results show that the decaying averaging method had positive correction skill, which could considerably increase accuracy of every three hours temperature and daily maximum temperature predicted from 08:00 BST and 20:00 BST, daily minimum temperature predicted from 08:00 BST, and the correction skill was better in which accuracy was lower than that in other periods. For every three hours temperature during the forecasting period of 48 hours, the accuracy was higher at nighttime than that in the daytime, but the correction skill was better in daytime than that in nighttime. For daily maximum and minimum temperature during the forecasting period of 168 hours, with forecast period extending the correction skill increased while the accuracy decreased. In addition, for every three hours temperature during the forecast period of 48 hours and daily minimum temperature during the forecasting period of 24 hours, the correction skill was better in months in which the accuracy was lower than that in other months.

Key words:decaying averaging method; refined guidance temperature; error correction; accuracy

收稿日期：2015-07-13；改回日期：2016-03-11

基金项目：陕西省气象局预报员专项(2014Y-24)及陕西省气象局数值预报应用研究创新团队项目共同资助

作者简介：王丹(1986-)，女，陕西渭南人，硕士，工程师，主要从事气象服务工作. E-mail:dandan-w@live.cn

文章编号：1006-7639(2016)-03-09-0575

DOI:10.11755/j.issn.1006-7639(2016)-03-0575

中图分类号：P457.3

文献标识码：A

王丹，黄少妮，高红燕，等.递减平均法对陕西SCMOC精细化温度预报的订正效果[J].干旱气象，2016，34(3)：575-583, [WANG Dan, HUANG Shaoni, GAO Hongyan, et al. Analysis on Errors of SCMOC Refined Guidance Temperature Prediction Corrected by the Decaying Averaging Method in Shaanxi Province[J]. Journal of Arid Meteorology, 2016, 34(3):575-583], DOI:10.11755/j.issn.1006-7639(2016)-03-0575